source avatarFarhad | Crypto News

分享

阿里巴巴早期的 Qwen 4 時代模型在遊戲構建基準測試中擊敗了 Claude Opus 5.5,以 34 勝 10 負的成績引發了今日 X 平台的熱議。 此測試為 GoldieBench:兩者均收到相同的固定提示,單次輸入,輸出單一 HTML 檔案,涵蓋 50 個任務——所有遊戲均實際測試過。Qwen3.8-Max-Preview 平均得分為 8.10/10,Opus 5.5 平均得分為 7.60。 當氣氛至關重要時,差距最為明顯。Qwen 在合成波 3D 射擊遊戲中以 8.7 比 5.8 勝出,在暮色村莊中以 8.4 比 5.5 勝出,在俯視動作角色扮演遊戲中以 8.2 比 5.5 勝出,並贏得 8 枚金牌,而 Opus 則一枚未得。 Opus 仍贏得了自身的對抗——其中一場更是大勝。其海洋場景得分為 8.4,遠高於 Qwen 的 2.0,為整個測試中單一任務的最大差距。 但要注意:這僅為一項獨立基準測試,且規則並非完全相同。Qwen 的遊戲任務在 Qoder 的代理模式下運行,最多可進行兩輪 QA 調整——由視覺評審回傳控制台錯誤,Qwen 自行編輯其檔案;而 Opus 則為單次輸入。 另一項於 11 月 7 日發表的獨立測試結果則相反:在由 GPT-6 Astra 評分的 Sokoban 建構任務中,Opus 得分為 77%,高於 Qwen 的 70%——耗時約 4 分鐘,而 Qwen 則耗時 31 分鐘。 該模型目前仍僅限預覽:阿里巴巴約 2.4 兆參數的旗艦模型,僅能於 Qoder 內使用,尚未開放公共 API。Qwen 4 本身仍在訓練中。 但趨勢已十分明顯:這款開放權重的競爭者如今已在創意構建測試中勝出,而預覽模型與封閉前沿模型之間的差距正大幅縮小。 BTC 目前位於約 75,980 美元,當日上漲約 0.1%。

No.0 picture
No.1 picture
免責聲明:本頁面資訊可能來自第三方,不一定反映KuCoin的觀點或意見。本內容僅供一般參考之用,不構成任何形式的陳述或保證,也不應被解釋為財務或投資建議。 KuCoin 對任何錯誤或遺漏,或因使用該資訊而導致的任何結果不承擔任何責任。 虛擬資產投資可能存在風險。請您根據自身的財務狀況仔細評估產品的風險以及您的風險承受能力。如需了解更多信息,請參閱我們的使用條款和風險披露 。